77779193永利官网
ENGLISH
|
学校主页
77779193永利官网
学院概况
学院简介
现任领导
组织机构
联系方式
师资队伍
教授
副教授
讲师
党委行政
科学研究
研究中心
数苑博雅讲座
学术报告
学术会议
科研项目
科研论文
本科教学
教学动态
精品课程
教学团队
本科生实习
专业介绍与培养方案
研究生培养
研究生培养动态
研究生专业方向
研究生培养方案
党建园地
党建动态
数院党校
学生工作
学工热点
研究生园地
班团快讯
体坛风云
社团采风
学工制度
合作交流
校友动态
校友动态
人才招聘
科学研究
研究中心
数苑博雅讲座
学术报告
学术会议
科研项目
科研论文
学术报告
当前位置:
77779193永利官网
>
科学研究
>
学术报告
> 正文
CurvPnP: Plug-and-play blind image restoration with deep curvature denoiser
发布时间:2022-11-30 作者:77779193永利官网 浏览次数:
Speaker:
段玉萍
DateTime:
2022年12月6日(星期二)上午11:00--12:00
Brief Introduction to Speaker:
段玉萍,教授,天津大学
Place:
腾讯会议(892873849)
Abstract:
Due to the development of deep learning-based denoisers, the plug-and-play strategy has achieved great success in image restoration problems. However, existing plug-and-play image restoration methods are designed for non-blind Gaussian denoising, the performance of which visibly deteriorate for unknown noises. To push the limits of plug-and-play image restoration, we propose a novel framework with blind Gaussian prior, which can deal with more complicated image restoration problems in the real world. The experimental results on image denoising, deblurring and single-image super-resolution are provided to demonstrate the advantages of our deep curvature denoiser and the resulting plug-and-play blind image restoration method over the state-of-the-art model-based and learning-based methods. Our model is shown to be able to recover the fine image details and tiny structures even when the noise level is unknown for different image restoration tasks.
上一条:
Frank-Wolfe type methods for nonconvex inequality-constrained problems
下一条:
量子群系列报告(三)Symmetric groups and Hecke algebras